論文の概要: A Short Survey of Systematic Generalization
- arxiv url: http://arxiv.org/abs/2211.11956v1
- Date: Tue, 22 Nov 2022 02:28:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-23 16:49:56.137739
- Title: A Short Survey of Systematic Generalization
- Title（参考訳）: システム一般化に関する短い調査
- Authors: Yuanpeng Li
- Abstract要約: まず、体系的な一般化の定義を考察し、次に古典主義と接続主義を紹介します。
変数結合と因果関係の2つの重要な問題について議論する。
様々な側面からの最近の改善について論じる。
- 参考スコア（独自算出の注目度）: 2.588973722689844
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This survey includes systematic generalization and a history of how machine
learning addresses it. We aim to summarize and organize the related information
of both conventional and recent improvements. We first look at the definition
of systematic generalization, then introduce Classicist and Connectionist. We
then discuss different types of Connectionists and how they approach the
generalization. Two crucial problems of variable binding and causality are
discussed. We look into systematic generalization in language, vision, and VQA
fields. Recent improvements from different aspects are discussed. Systematic
generalization has a long history in artificial intelligence. We could cover
only a small portion of many contributions. We hope this paper provides a
background and is beneficial for discoveries in future work.
- Abstract（参考訳）: この調査には、体系的な一般化と、機械学習の対処方法の歴史が含まれている。
我々は,従来の改善と最近の改善の関連情報を要約し,整理することを目的とする。
まず体系的一般化の定義を考察し、その後に古典主義と接続主義を導入する。
次に、異なるタイプのコネクティニストと、一般化へのアプローチについて論じる。
変数結合と因果性の2つの重要な問題について議論する。
言語、視覚、VQA分野の体系的な一般化を考察する。
様々な側面からの最近の改善について論じる。
体系的一般化は人工知能において長い歴史を持つ。
多くのコントリビューションのごく一部しかカバーできませんでした。
この論文が背景を提供し、今後の研究における発見に有益であることを願っている。
関連論文リスト
- Overview of PerpectiveArg2024: The First Shared Task on Perspective Argument Retrieval [56.66761232081188]
本稿では,社会における少数派・多数派を代表する年齢,性別,政治的態度など,人口・社会文化(社会)の多様性を包括する新しいデータセットを提案する。
パースペクティビズムを取り入れる上での重大な課題は、特に社会的なプロファイルを明示的に提供せずに、議論のテキストのみに基づくパーソナライズを目指す場合である。
パーソナライズと分極の低減を図るため, パーソナライズを最適化するためには, パーソナライズされた論証検索をブートストラップするが, さらなる研究が不可欠である。
論文 参考訳（メタデータ） (2024-07-29T03:14:57Z) - Federated Learning for Generalization, Robustness, Fairness: A Survey
and Benchmark [55.898771405172155]
フェデレートラーニングは、異なる当事者間のプライバシー保護コラボレーションのための有望なパラダイムとして登場した。
我々は,連合学習研究の重要かつ最近の展開を体系的に概観する。
論文 参考訳（メタデータ） (2023-11-12T06:32:30Z) - How Do In-Context Examples Affect Compositional Generalization? [86.57079616209474]
本稿では,コンテクスト内構成一般化を検証するためのテストスイートであるCoFeを提案する。
構成一般化性能は、文脈内例の選択によって容易に影響を受けることが判明した。
我々の系統実験は、文脈内サンプルは、テストケースと構造的に似ており、互いに異なっており、個別に単純であることを示します。
論文 参考訳（メタデータ） (2023-05-08T16:32:18Z) - On a Built-in Conflict between Deep Learning and Systematic
Generalization [2.588973722689844]
内部関数共有は、o.o.d.を弱めたり、ディープラーニングの体系的な一般化の理由の1つである。
このような現象は,完全連結,畳み込み,残差ネットワーク,LSTM,(視覚)トランスフォーマなど,標準的なディープラーニングモデルに現れる。
論文 参考訳（メタデータ） (2022-08-24T16:06:36Z) - O-Dang! The Ontology of Dangerous Speech Messages [53.15616413153125]
O-Dang!:The Ontology of Dangerous Speech Messages, a systematic and interoperable Knowledge Graph (KG)
O-Dang!は、Lingguistic Linked Open Dataコミュニティで共有されている原則に従って、イタリアのデータセットを構造化されたKGにまとめ、整理するように設計されている。
ゴールド・スタンダードとシングル・アノテータのラベルをKGにエンコードするモデルを提供する。
論文 参考訳（メタデータ） (2022-07-13T11:50:05Z) - Embedding Knowledge for Document Summarization: A Survey [66.76415502727802]
従来の研究は、知識を組み込んだ文書要約器が優れた消化器を生成するのに優れていたことを証明した。
本稿では,文書要約ビューに基づいて,知識と知識の埋め込みを再カプセル化する手法を提案する。
論文 参考訳（メタデータ） (2022-04-24T04:36:07Z) - Improving Systematic Generalization Through Modularity and Augmentation [1.2183405753834562]
モジュラリティとデータ拡張という、よく知られた2つのモデリング原則が、ニューラルネットワークの体系的な一般化にどのように影響するかを検討する。
合成ベンチマークの制御された設定においても、体系的な一般化を実現することは依然として困難である。
論文 参考訳（メタデータ） (2022-02-22T09:04:35Z) - Generalizing to Unseen Domains: A Survey on Domain Generalization [59.16754307820612]
ドメイン一般化は、1つまたは複数の異なるが関連するドメインが与えられる困難な設定を扱う。
目標は、目に見えないテストドメインに一般化できるモデルを学ぶことです。
本稿では,領域一般化の最近の進歩に対する最初のレビューを紹介する。
論文 参考訳（メタデータ） (2021-03-02T06:04:11Z) - Concepts, Properties and an Approach for Compositional Generalization [2.0559497209595823]
本報告は, 構成一般化に関する一連の研究を結びつけ, アプローチを要約する。
このアプローチでは、アーキテクチャ設計と正規化を使用して表現の情報を規制する。
この研究が、作曲の一般化の基礎を明確にし、人工知能の進歩に繋がることを願っている。
論文 参考訳（メタデータ） (2021-02-08T14:22:30Z) - Towards a generalization of information theory for hierarchical
partitions [0.0]
階層的分割を扱う情報理論の一般化を導入する。
特に、多くの古典的情報理論量の階層的一般化を導出する。
論文 参考訳（メタデータ） (2020-02-27T11:47:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。